闪着蓝光的贝叶斯，到底有多神奇？(7)

上文提到，在分类知觉的内容或在不确定的情况下作决定时，贝叶斯大脑的工作水平近似于贝叶斯最优水平。这也就意味着，大脑在推断世界的未来（隐性）状态时，会尽可能多地考虑所有可获得的信息和所有概率约束。
对于所优化的量，有很多种命名。但是和大部分深奥、统一的理论一样，结果表明，对不同事物从不同角度进行优化，最后得到的量都是相同的。有一种方法就是把它看作证据，在信息理论中，这就相当于最大化感知数据和世界内部模型的互信息。

自由能
自由意志热力学一文对Karl Friston的主动推理理论（大致讲述了贝叶斯大脑所作所为的理论）作了更为详细的介绍。
Friston通过最小化自由能来优化一个模型的证据或边缘似然，这一模型则通过最小化“模型的意外”来定义（即最小化不符合世界模型的体验）。
这一理论进一步将主动元件引入了生命系统，如大脑的行为中，使得系统能够在世界中执行动作。也就是说，人类不仅可以描绘未来，还可以通过对世界作用和实现期待来主动改变未来。
Karl Friston认为，主动推理（Active Inference）的缩写为AI（与人工智能Artificial Intelligence的缩写相同）并不是一个偶然。他在一篇文章中表示，“在5到10年内，大部分机器学习都会结合最小自由能”。
这使得我们又想到了上文提到过的达马西奥对稳态的批判：
生命系统并不是静态的，为了将意外最小化，并在充满不确定性的未来中存活下去，它们在世界中不断活动。
意外时间平均能够充当熵的一种度量，这就把最小化自由能与熵联系了起来。Friston认为，这有着影响深远的物理结果：
这意味着，贝叶斯大脑在最大化证据的同时，也在暗中最小化熵。换句话说，贝叶斯大脑与热力学第二定律相违背，并对自然的无序倾向给出了自组织的原则性解释。
因此，贝叶斯大脑假说是关于基本范围的理论。它将大脑的行为与稳态重要性联系了起来，与在一个情愿消散的世界中挣扎求生的生命联系了起来。